创建对话

POST /v1/chat/completions 的请求字段、完整响应示例与工具调用流程。

请求地址

POST https://modelrouter.club/v1/chat/completions

请求头按快速开始设置。

常用字段

字段	类型	说明
`model`	string	必填，精确模型 ID
`messages`	array	必填，对话消息列表
`messages[].role`	string	`system`、`user`、`assistant`；回传工具结果时用 `tool`
`messages[].content`	string	消息内容
`max_tokens`	integer	可选，最多生成的 token 数，包含思考过程。设得太小会导致正文为空，见下方 `finish_reason`
`stream`	boolean	可选，设为 `true` 请求流式输出，见流式输出
`tools`	array	可选，提供给模型调用的函数列表，见下方「工具调用」一节

请求示例

curl https://modelrouter.club/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro",
    "messages": [
      { "role": "system", "content": "用一句话回答" },
      { "role": "user", "content": "天空为什么是蓝色的？" }
    ],
    "max_tokens": 1024
  }'

响应示例

以下为 deepseek-v4-pro 的真实返回：

{
  "id": "e85dc74d-c71e-4e95-a112-5baefd539b69",
  "object": "chat.completion",
  "created": 1790524433,
  "model": "deepseek-v4-pro",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "因为大气分子对太阳光中波长较短的蓝光散射更强，所以天空呈现蓝色。",
        "reasoning_content": "我们需要回答用户中文问题“天空为什么是蓝色的？”要求用一句话回答……"
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 91,
    "completion_tokens": 80,
    "total_tokens": 171,
    "prompt_tokens_details": { "cached_tokens": 0 },
    "completion_tokens_details": { "reasoning_tokens": 59 }
  }
}

不同模型会多返回一些各自的字段，例如 DeepSeek 的 system_fingerprint、GLM 的 request_id。读取时按需取用下表中的字段即可，不要依赖字段顺序。

响应字段

字段	说明
`choices[0].message.content`	模型的回答正文
`choices[0].message.reasoning_content`	推理模型的思考过程。只用于展示或调试，下一轮对话不需要回传
`choices[0].message.tool_calls`	模型要求调用的函数，只在工具调用时出现
`choices[0].finish_reason`	结束原因，见下表
`usage.prompt_tokens`	输入 token 数
`usage.completion_tokens`	输出 token 数，包含思考过程
`usage.prompt_tokens_details.cached_tokens`	命中缓存的输入 token 数（若模型支持缓存）
`usage.completion_tokens_details.reasoning_tokens`	输出中用于思考过程的 token 数

实际扣费以控制台使用日志为准。

`finish_reason`

值	含义	处理
`stop`	正常结束	读取 `content`
`length`	达到 `max_tokens` 上限被截断	调大 `max_tokens`。推理模型在上限太小时，额度可能全部用于思考，`content` 为空字符串
`tool_calls`	模型要求调用函数	执行函数并回传结果，见下方「工具调用」一节

工具调用

DeepSeek、GLM、Kimi 系列都支持工具调用，流程分三步。

1. 在请求中提供 tools：

{
  "model": "deepseek-v4-pro",
  "messages": [{ "role": "user", "content": "北京今天天气怎么样？" }],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "查询城市天气",
        "parameters": {
          "type": "object",
          "properties": { "city": { "type": "string" } },
          "required": ["city"]
        }
      }
    }
  ]
}

2. 模型返回要调用的函数，finish_reason 为 tool_calls：

{
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "",
        "tool_calls": [
          {
            "index": 0,
            "id": "call_00_ELhHebn204OKGIUlJnQy5964",
            "type": "function",
            "function": {
              "name": "get_weather",
              "arguments": "{\"city\": \"北京\"}"
            }
          }
        ]
      },
      "finish_reason": "tool_calls"
    }
  ]
}

arguments 是 JSON 字符串，需要自己解析后再调用函数。

**3. 执行函数，把结果回传给模型：**在 messages 末尾依次追加上一步的 assistant 消息，以及一条 role 为 tool 的结果消息，tool_call_id 对应上一步的 id。tools 保持不变：

{
  "model": "deepseek-v4-pro",
  "messages": [
    { "role": "user", "content": "北京今天天气怎么样？" },
    {
      "role": "assistant",
      "content": "",
      "tool_calls": [
        {
          "id": "call_00_ELhHebn204OKGIUlJnQy5964",
          "type": "function",
          "function": { "name": "get_weather", "arguments": "{\"city\": \"北京\"}" }
        }
      ]
    },
    {
      "role": "tool",
      "tool_call_id": "call_00_ELhHebn204OKGIUlJnQy5964",
      "content": "{\"weather\": \"晴\", \"temp_c\": 22}"
    }
  ],
  "tools": [ ... ]
}

模型据此给出最终回答，例如 北京今天天气晴朗，气温 22°C。，finish_reason 为 stop。

连续对话

在后续请求的 messages 中附上需要保留的历史消息。接口不会因为复用同一密钥而自动记住上一次对话。历史消息会占用上下文，并可能增加输入用量。

说明

温度、推理强度等其他参数的支持和限制因模型而异。先用最小请求跑通，再按对应模型能力逐项添加。

出错时对照错误排查。完整可执行的 SDK 示例见快速开始和 SDK。

目录